- 1、本文档共75页,其中可免费阅读23页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
摘要
随着制造能力的快速提升以及品质要求的普遍提高,质量检测在工业生产中的重要
性日益突显。人工检测因存在低效、主观因素影响大和成本大等问题而被逐渐淘汰。基
于卷积神经网络(CNN)的检测算法由于强大的表征能力而相较机器视觉算法具有更好
的检测效果。因此,本文基于CNN进行表面缺陷检测算法的研究。其中,通用目标检
测器YOLO系列因其简单有效的设计,相较于其他检测方法在工业界取得了更为广泛
的应用。与自然物体不同,复杂缺陷的细节信息很大程度上决定了最终
文档评论(0)